农情遥感信息服务与野外监测云平台构建

王利军　郭燕　王来刚　贺佳　 程永政　刘婷　武喜红

摘要：【目的】研發农情遥感信息服务与野外监测云平台，实现农情遥感产品数据动态可视化空间展示、统计分析与野外数据采集，为辅助遥感影像解译、产品精度检验和农业部门相关决策制定提供数据和技术支持。【方法】采用B/S和C/S混合模式下面向服务的架构（Service-oriented architecture，SOA），结合GIS、云计算、移动互联网等关键技术，基于ArcGIS Server、JS API和离线地图包，通过构建统一的云平台数据访问接口，提供Web和移动端一体化和按需共享方式的遥感应用服务。【结果】在建设农情遥感信息一体化数据库基础上，云平台能够实现遥感产品服务自动发布、空间可视化查询定位、统计分析、离线地图下载、野外数据采集等功能。自2015年平台运行后，已实现海量农情遥感产品的有效管理、野外验证和地面农情数据的定位与采集。【建议】监测云平台在满足现有业务需求的同时，需转向多终端、智能化、操作便捷的轻量级应用模式，为不同层次用户提供随时按需的一站式、精细化智能终端在线服务。

关键词： 农情遥感；野外监测；可视化；云服务；移动互联网

中图分类号： S126 文献标志码：A 文章编号：2095-1191（2018）06-1242-07

Abstract：【Objective】A cloud platform with information service and field monitoring for remote sensing of agriculture situation was designed. The could platform implemented the required functionalities such as space display with dynamic visualization and statistical analysis of remote sensing product data of agriculture situation， and field data collection， in order to provide data and technical support for assistance to remote sensing image interpretation， accuracy test of product and relevant decisions of agricultural sector. 【Method】The cloud platform adopted service-oriented architecture（SOA） with B/S and C/S mixed mode， combined with key technologies such as the technology of GIS， cloud computing and mobile internet. Based on ArcGIS Server， JS API， offline map package and development of uniform data access interface， the cloud platform could provide users Web， integrated mobile terminal and on-demand sharing services of remote sensing application. 【Result】The cloud platform can realize functionalities such as automatic service publication， space inquiring orientation， statistical analysis， offline map download and field data collection based on the integrated database of remote sensing of agriculture situation. Since the platform was launched in 2015， the cloud platform has been meeting the requirements for effective management of remote sensing product of agriculture situation， field data verification， positio-ning and collection of agriculture situation data. 【Suggestion】While meeting existing business requirement， the cloud platform should develop multi-terminal， intelligent， convenient and lightweight information application mode. It should also provide on-demand， one-stop and meticulous online service for agricultural managers in different levels at any time by using intelligent terminals.

Key words： remote sensing of agriculture situation； field monitoring； visualization； cloud service； mobile internet

0 引言

【研究意义】在农情遥感信息服务与野外监测过程中，空间可视化技术为影像产品验证和数据采集提供了更直观的空间操作方法。遥感信息是快速、准确、动态获取地理数据和农情信息重要的基础数据源，可实时、大范围地进行农作物种植面积、长势和灾害等农情监测和数据统计，而野外监测数据是土地覆被遥感制图中训练样本、精度检验样本和地面调查统计数据的重要来源（姜晓剑等，2010；蒙继华等，2011；Li et al.，2013）。随着我国天地一体化遥感应用体系的建设，已形成多层次、多角度、全方位、全天候的航天对地观测技术体系，遥感影像也呈现出多传感器、多时相和多分辨率等特点（陈中林和龚建辉，2015），数据在精度和获取速度方面均有了保障。近年来，遥感信息服务多以Web形式进行空间展示，但在智能终端进行遥感信息展示、验证、统计分析和数据采集功能还相对较少。因此，研究和构建一种能快速空间展示遥感监测产品数据和获取野外验证数据的遥感信息服务云平台，为遥感影像判读、实地验证、面积统计和农作物估产提供可视化展示平台和数据支持，对融合遥感云服务与现代移动网络技术相结合具有重要现实意义。【前人研究进展】在实现遥感影像有效管理与产品服务方面，我国学者已开展了诸多相关研究，并构建了多源或集成化的农情遥感影像管理与监测服务平台，包括作物生长监测系统（姜晓剑等，2010）、农情遥感监测云服务平台框架（李中元等，2015）、集成化的省级农情遥感监测（蒙继华等，2011）及遥感影像数据管理与组织模型（赖积保等，2013），为农情遥感信息数据库与平台建设提供了研究方向和技术支持。邹金秋等（2010）以现有的国家级农情遥感监测与信息服务系统为基础，实现农情遥感监测结果信息、样点调查信息、农情日历发布与共享系统的有机集成。蒙继华等（2011）在中国农情遥感速报系统（CropWatch-China）的基础上开发了集成化的中国省级农情遥感监测系统（CropWatch-Province），在县、主产区和省3个尺度上进行农情信息的监测。李中元等（2015）基于云计算与遥感云服务建立农情遥感监测云服务平台，负责多尺度时间序列农情遥感监测结果的管理、存储、查询与下载服务。在以往的相关研究中，农情遥感产品实地可视化验证、农情数据采集存储等通常得不到实时处理，随着云计算与移动互联网的快速发展与智能手机的不断普及，借助智能手持设备进行野外农情信息可视化展示与数据采集，实现信息一体化管理、集成共享和快速应用，已成为农情遥感信息数字化建设领域的发展方向之一（赖积保等，2013）。云计算和移动互联网技术作为一种新兴的资源使用模式，可为解决海量农业遥感数据传输、存储、集成共享提供解决方案和应用模式（Armbrust et al.，2010；李中元等，2015）。【本研究切入点】目前，采用智能手机等移动设备进行农情遥感信息可视化展示、统计与野外数据采集的方式仍较少报道。【拟解决的关键问题】根据现有遥感业务管理需求，通过整合面向服务的架构（Service-oriented architecture，SOA）、GIS技术、数据资源和遥感云服务模式，构建农情遥感信息服务与野外监测云平台，实现多源异构农情遥感产品与地面监测数据一体化管理与信息共享，为辅助遥感影像解译、农情遥感产品精度验证、区域数据统计分析、野外可视化展示与数据采集提供数据和技术支持。

1 研究目标与总体架构

农情遥感监测作为遥感领域中一项重要的专题应用，为作物种植空间分布、长势监测、田间管理、农作物合理配置和农业决策提供及时、可靠和全面的信息支持，其包括遥感监测和地面监测两方面（蒙继华等，2010；Gao et al.，2012）。随着GIS、云计算和移动互联网等技术的不断发展成熟，为遥感监测和地面监测信息的复合分析、集成共享、可视化展示与空间定位提供了技术支持和解决方案。

1. 1 研究目标

本研究中云平台将地图服务管理、数据库引擎、数据访问接口和安全管理等技术应用组织整合、集成优化，为数据库的安全与平台正常运行提供技术支撑。其中，为解决移动互联网地图服务数据网络传输速度较慢的问题，依据相关标准规范和接口管理，扩展离线地图下载功能，以提高平台服务效率。平台研究主要目标：

（1）建设农情遥感监测一体化数据库，将野外监测数据、农情遥感数据（面积、长势、灾害、旱情、产量评估等）、区划数据和元数据等进行标准化一体化管理，为平台正常运行提供基层数据支撑。

（2）研究地图服务数据的切片、上传、自动发布、管理以及建立时间序列数据体系，形成野外监测数据与空间地图服务产品数据一体化展示与管理。

（3）结合移动互联网、云计算、网络并行处理、数据异步加载和GIS等技术进行软件集成，建设具有长期业务化运行能力的业务平台，并对相关功能进行应用验证。

（4）通过平台发布农情遥感产品和野外监测数据，发掘农情遥感产品在农业生产及区域布局空间决策等方面的应用，提高平台农情监测数据的可靠性和权威性，为区域化农业生产管理提供技术支持。

1. 2 总体架构

本研究开发的云平台以实现多源、多级、海量遥感影像产品和野外采集数据集成管理与共享为主要目标，其总体体系架构如图1所示。采用B/S与C/S混合模式的SOA体系，按照ITIL（Information technology Infrastructure library，信息技术基础架构库）流程的要求（邹金秋等，2010；石永阁和边副苓，2011；张越等，2014），为农情信息管理与共享提供一个安全、可靠和稳定的云服务平台。其中，数据层为平台整体运行提供基础数据源；功能层实现平台服务各项基本功能，基于云计算与遥感云服务模式的服务层为应用层提供的统一的接口契约和入口；应用层实现平台与用户的交互，并接收显示用户请求的数据及结果；功能层和服务层建立在云计算平台之上，基于ArcSDE、ArcGIS Server、ArcGIS JS API、产品数据文件处理模型、云平台数据访问接口及并行处理数据异步通信技術等，为服务应用提供高效快速的空间数据访问能力。

2 云平台的构建与应用

2. 1 云平台的总体功能

平台通过门户网站和手机App整合所有在线地图服务及数据资源，形成一个有序的运行整体，为用户提供省、县（市）和乡（镇）级不同尺度下的农情指标和专题产品信息。云平台主要包括以下8个功能模块：（1）遥感数据产品预处理模块，主要实现产品数据格式转换、区域数据统计和统一格式存放；（2）地图服务自动发布与管理模块，基于ArcGIS Server将统一格式存放的数据按用户自定义格式进行地图服务自动发布、管理和附件上传；（3）产品数据管理模块，实现与地图服务关联相关信息的展示与管理；（4）移动野外数据采集管理模块，实现野外采样点数据、用户反馈信息和其他标注信息的采集、存储、传输与管理；（5）地图服务查询与空间展示定位模块，根据用户需求进行相关产品查询、地图可视化展示与空间定位；（6）产品数据统计分析模块，实现用户选择地图服务中相关报告数据和区域统计数据的表格展示和统计图生成；（7）地图离线包下载模块，满足用户在野外网络不稳定或无网络连接时将已下载的数据以本地形式进行地图加载与可视化展示；（8）系统管理模块，实现基本信息类型配置、自定义类型设置、用户信息管理、用户权限分配及系统操作日志管理等功能。

2. 2 云平台的关键技术

2. 2. 1 遥感云服务与移动互联网 云计算是一种利用互联网实现随时随地、按需、便捷地访问共享资源池的计算服务模式，其本质是资源共享。基于云计算资源通过网络提供给信息共享与软件功能应用的服务模式，称为云计算服务或云服务。遥感云服务是基于云计算技术整合各种遥感信息和技术资源，用户可随时通过网络按需使用数据和功能服务（任伏虎和王晋年，2012）。遥感云服务基本类型包括遥感数据即服务（RSDaaS）、遥感软件即服务（RSSaaS）、遥感平台即服务（RSPaaS）和遥感平台设施即服务（RSIaaS）。本研究中云平台针对农情遥感数据产品共享与野外监测数据采集流程等业务特点，主要提供遥感数据即服务和遥感软件即服务，其中，数据即服务为用户提供遥感产品、文本报告、气象数据和野外采集数据等服务；通过构建统一的数据访问接口，为用户提供地图服务自动上传、数据检索、产品下载、野外数据管理和报告生成等功能服务。

近年来，随着智能手机等移动设备、Wifi及4G网络的广泛普及，“互联网+”已上升到国家战略高度，移动互联网快速便捷和多样化服务深刻地改变了人们的生活方式，使得移动互联网与传统行业的结合变得更紧密（Hou et al.，2012；Zhang et al.，2016）。基于移动互联网技术的遥感云服务是移动互联网和云计算融合发展的最新形态，旨在通过移动互联网络，以移动智能终端为信息接入口，面向最终用户提供云计算的各类综合服务（李瑞轩等，2013）。因此，在本研究中基于移动互联网技术的农情遥感信息服务与野外监测平台以统一管理、空间展示和综合分析的信息化管理模式为基础，可为农情遥感信息服务和野外监测提供新的技术手段和方法。

2. 2. 2 SOA技术 SOA是一种面向服务的软件架构，是一种软件架构设计的模型和方法论（张浩等，2012），通过定义开发独立于软硬件平台、操作系统和开发语言的统一服务接口，实现平台中不同功能单元的联系和数据交互，因其松耦合、定义明确、可重用等特点，已成为云计算的关键支撑技术，是遥感云服务中RSDaaS和RSPaaS应用的主要开发方法。本研究中云平台采用SOA技术，通过构建统一的Web Service服务接口实现跨平台间不同类型数据源的请求访问，实现遥感服务元素（数据获取、传输入库、区域统计、应用模型）的开放性接入和动态化调度（包括对数据、信息和技术资源的组合使用以及对提供服务进行流程化编排）及数据链、技术链和服务链的协同化服务（马勇等，2013），满足平台稳定性、安全性和易维护性的需要。

2. 2. 3 多源数据一体化安全存储模型 多源遥感影像资源数据库旨在实现海量多源遥感影像数据和野外采集数据的存储，支持用户对所需服务数据的快速存取和访问（陈中林和龚建辉，2015）。本研究中云平台数据主要分为影像数据、矢量数据、附件数据、地面数据及其他非结构化数据。依据上述数据的自身特点及应用特点，云平台基于“Oracle数据库+文件”的模式与ArcSDE空间数据库引擎相结合的方式进行数据管理，为整个平台运行提供稳定、可靠的数据支撑，并通过对数据库服务器配置、ArcSDE空间数据库引擎配置及应用系统等多方面的优化设计，合理分配数据块空间，提高性能，确定回滚段数量，有利于频繁进行少量数据修改的联机事物处理、修改优先权，提高响应时间和竞争、调整索引格网单元整体优化空间数据的响应和系统性能等，形成一套典型的空间数据存取优化方案（邓中亮和马英俊，2011）。

为保障云平台数据及运行安全，针对平台不同方面进行安全体系建设，主要包括以下4个方面：（1）采用多层体系架构并对每一层定义明确的服务接口，保障各模块间的相互独立，使系统具备最大程度的安全性、灵活度和扩展性；（2）基于角色和用户组的权限访问控制模型，解决权限管理的复杂性和安全性问题；（3）数据加密与移动网络安全传输技术，保障用户请求数据、野外数据采集网络传输和安全存储管理；（4）将数据的存儲与共享分区隔离，严格控制存储区的访问授权，记录系统操作日志，采用镜像备份、增量备份和自动化全局备份的形式保障平台业务数据安全和数据库故障时的及时恢复。

2. 3 云平台的应用

2. 3. 1 数据处理与业务流程 本研究在分析现有遥感影像及产品数据特点和业务需求的基础上，构建云平台数据处理业务流程（图2）。首先，由于遥感影像及其产品数据量较大，因此，文件夹按不同年份和不同产品类型进行统一存储，在数据归档时将其属性信息写入相应数据库表中；其次，平台地图服务自动发布功能仅发布*.msd的工程文件，需要用户在ArcMap中利用地图服务发布工具进行格式转存；再次，通过下载ArcGIS API for JavaScript及相关离线地图包，并进行服务器本地配置，最大程度减少网络资源访问。平台Web用户界面基于Visual Studio 2015开发环境，采用C#语言编程实现平台功能、Web Service数据访问服务接口，移动App客户端基于Android Studio平台设计与开发，采用Java语言实现相关功能。

2. 3. 2 功能实现 该平台于2015年初开始试运行，并针对农情遥感监测实际业务需求不断进行修改完善。目前针对河南省及其下辖市县在小麦、玉米、大豆和棉花等作物的农情监测已成功应用，检测内容包括作物种植面积监测、作物长势监测、灾害监测及产量评估等类型。用户在云平台网站页面和安卓手机移动端点击查询功能，并选择相应的监测类型和起止时间等查询条件后，服务器将符合该查询条件的所有地图服务以列表形式进行展示，用户点击任何一个地图服务名称，即可进行空间数据展示，同时获取该地图服务包含的附件、空间分辨率、影像分辨率、影像获取日期和成图日期等信息。图3展示了用户查询2016年河南省冬小麦旱情监测空间分布的相关数据，左上角第2～4个图标分别为地图服务详情展示、数据统计和添加至我的收藏3个功能。如点击第2个图标，即出现地图服务详情展示界面，包含地图服务缩略图、产品名称、产品类型、空间分辨率和附件下载等基本信息和功能（图3左上角）；点击第3个图标为数据统计功能，其提供下辖县区分级统计数据表及统计图，如图3右侧数据统计表格和柱状图所示；点击第4个图标添加至我的收藏功能按钮，可将该查询服务添加至我的服务收藏中，記录用户查询检索历史，方便持续使用。

图4展示了移动端手机App的地图服务检索、基本信息展示、地图可视化展示、空间定位和数据采集流程等功能界面。其中，图4-A展示了地图服务的基本信息及数据统计数据表，缩略图下方3个按钮分别为地图展示、附件下载和添加至我的收藏的功能按钮；地图展示空间可视化效果如图4-B所示，继续点击该界面右下角空间定位按钮，根据手机网络和GPS实现当前用户位置空间定位（图4-C）；如图4-D所示，用户进行野外信息采集时可自动获取当前位置坐标信息，在选择采集类型和作物类型、添加信息描述及上传图片后，用户可根据当前网络环境进行数据的手机离线保存和上传服务器两种存储方式。可见，云平台的建立不仅提高了农情遥感信息集成共享和野外监测能力，还能实现农情遥感数据从接收、处理、采样到应用服务的流程化、数字化和信息化管理需求，但同时也对数据网络传输环境要求较高，针对野外环境下较大农情产品数据查询展示及野外采集数据中较多照片上传处理的情况，需要进一步保障更佳的网络环境或寻求其他更优方案。

3 讨论

本研究中云平台基于移动互联网和云计算技术，将农情遥感软硬件资源、数据资源、处理流程、野外监测、统计分析和应用服务构建为可供用户动态使用的遥感云服务，解决了农情遥感监测野外及产品数据流程化科学管理、安全集成共享及服务落后等需求问题，提高了农情遥感产品数据应用的业务化水平，为农业部门在作物种植结构调整、灾害监测、野外验证和信息统计等方面提供技术和数据支持，有助于推动农业信息化与现代互联网技术的快速深度融合发展。

石永阁和边副苓（2011）基于云平台的基础架构和管理方式构建了遥感信息公共服务平台，主要讨论云平台的关键技术与功能管理模块。任伏虎和王晋年（2012）在分析遥感云服务的基本模式和技术特点的基础上，基于云计算技术研发的遥感云服务平台原型系统，为用户提供来自不同服务商的遥感信息、应用软件和计算资源。郭琳等（2013）设计开发了农作物遥感业务管理系统，主要实现农作物遥感业务工作影像数据入库至归档的业务流程。陈中林和龚建辉（2015）采用“文件+数据库”的存储和管理方式实现遥感影像管理与共享服务，基于B/S模式为用户提供在线的影像产品目录及概视图浏览、查询、定制与订购。以上研究虽然基于云技术构建了遥感影像管理与共享平台，但在影像产品数据统计、移动端可视化展示及数据采集方面相对不足。本研究基于云计算和移动互联网技术，实现农情遥感产品在智能移动终端的可视化展示与数据采集，在4G移动网络和GPS支持下，可在任意地点实现农情监测产品的查询、空间定位与数据统计，便于农情产品数据实地验证与信息反馈。在进行野外解译点和验证点数据采集过程中，如出现网络不稳定或无网络时，用户可先将采集数据保存至手机，在网络条件允许时再将数据传输至服务器数据库，为用户室内遥感影像解译与农作物样点选择提供数据支持，促进农业农情监测与数据服务的信息化进程。

4 建议

本研究中云平台的建设能有效推动农情遥感信息服务转向多终端、智能化和操作便捷的轻量级应用模式发展，使用户无需关注其基础特性和功能逻辑，旨在利用智能终端和网络实现随时随地按需服务，为农情遥感产品数据可视化管理和野外信息采集提供一站式、精细化在线服务。随着各方面技术条件的不断发展，云平台还需在业务自动化与数据快速加载、精细农业信息服务及农情监测预警等方面进行完善：

（1）业务自动化与野外数据快速加载。由于云计算技术和移动互联网大数据安全传输正处于起步发展和完善阶段，云平台还需在全面认真分析农情遥感产品及野外采集等服务需求的基础上，针对遥感云服务、4G移动网络地图快速加载及业务自动化等方面进行深入研究，以便完善农情遥感信息共享与野外采集应用模式。

（2）准确高效的精细农业信息服务。省、市、县等不同层次的农业管理人员对农情信息的需求在内容和尺度上也存在差异，主要包括宏观作物种植结构调整、农业精细化生产、区域数据验证与统计、产量估算和农业灾害监测等，因此，农情信息服务发布时不仅要提高监测精度，还要确保数据的多样性、时效性和可靠性。

（3）多源信息综合分析与农情预警。随着中高分辨率遥感数据、农业物联网建设和监测预警技术不断发展，在实现农业精细化生产的同时，对农情预警的时效性和提前预测能力提出了更高要求。因此，为满足逐渐增长的农情信息服务和监测预警的需求，云平台应进一步综合利用作物生理参数及气象条件等数据，加强气候灾害预测并对其造成的影响进行评估，同时，结合市场信息通过对作物产量的预测为各地进行农作物种植结构调整提供综合信息产品。

参考文献：

陈中林， 龚建辉. 2015. 多源遥感影像管理与服务平台的设计与实现[J]. 测绘与空间地理信息， 38（12）：52-54. [Chen Z L， Gong J H. 2015. Design and implementation of multi-source remote sensing image management and service platform[J]. Geomatics and Spatial Information Technology， 38（12）：52-54.]

邓中亮， 马英俊. 2011. 基于Oracle数据库与ArcSDE的空间数据存取优化[J]. 软件，32（2）：78-80. [Deng Z L， Ma Y J. 2011. Optimizing access to spatial data based on Oracle and ArcSDE[J]. Software， 32（2）：78-80.]

郭琳， 王飞， 张寅， 裴志远， 常钧， 唐海. 2013. 农作物遥感监测业务管理系统设计与实现[J]. 农业工程学报， 29（3）：132-138. [Guo L， Wang F， Zhang Y， Pei Z Y， Chang J，Tang H. 2013. Design and implementation of business management system for crop remote sensing monitoring[J]. Transactions of the Chinese Society of A-gricultural Engineering， 29（3）：132-138.]

姜曉剑， 刘小军， 田永超， 姜海燕， 曹卫星. 2010. 基于遥感影像的作物生长监测系统的设计与实现[J]. 农业工程学报， 26（3）：156-162. [Jiang X J， Liu X J， Tian Y C， Jiang H Y， Cao W X. 2010. Design and implementation of remote sensing image-based crop growth monitoring system[J]. Transactions of the Chinese Society of Agricultural Engineering， 26（3）：156-162.]

赖积保， 罗晓丽， 余涛， 贾培艳. 2013. 一种支持云计算的遥感影像数据组织模型研究[J]. 计算机科学， 40（7）：80-83. [Lai J B， Luo X L， Yu T， Jia P Y. 2013. Remote sensing data organization model base on cloud computing[J]. Computer Science， 40（7）：80-83.]

李瑞轩， 董新华， 辜希武， 周湾湾， 王聪. 2013. 移动云服务的数据安全与隐私保护综述[J]. 通信学报， 34（12）： 158-166. [Li R X， Dong X H， Gu X W， Zhou W W， Wang C. 2013. Overview of the data security and privacy-preserving of mobile cloud services[J]. Journal on Communications， 34（12）：158-166.]

李中元， 吴炳方， GOMMES René， 张淼， 陈波. 2015. 农情遥感监测云服务平台建设框架[J]. 遥感学报， 19（4）： 578-585. [Li Z Y，Wu B F，René G，Zhang M，Chen B. 2015. Design framework for CropWatch Cloud[J]. Journal of Remote Sensing， 19（4）：578-585.]

马勇， 张旭， 郭颖， 李凡， 陈雄华. 2013. 林业遥感云平台的系统结构与功能设计[J]. 世界林业研究， 26（4）：50-56. [Ma Y， Zhang X， Guo Y， Li F， Chen X H. 2013. Systematic structure and functional design of cloud services platform for forest remote sensing[J]. World Forestry Research， 26（4）：50-56.]

蒙继华， 吴炳方， 李强子， 杜鑫. 2010. 农田农情参数遥感监测进展及应用展望[J]. 遥感信息，（3）：122-128. [Meng J H， Wu B F， Li Q Z， Du X. 2010. Research advances and outlook of crop monitoring with remote sensing at field level[J]. Remote Sensing Information，（3）：122-128.]

蒙继华， 吴炳方， 李强子， 钮立明， 张飞飞. 2011. 集成化的省级农情遥感监测系统[J]. 农业工程学报，27（6）：169-175. [Meng J H，Wu B F，Li Q Z，Niu L M，Zhang F F. 2011. Integrated provincial crop monitoring system using remote sensing[J]. Transactions of the Chinese Society of Agricultural Engineering， 27（6）：169-175.]

任伏虎， 王晋年. 2012. 遥感云服务平台技术研究与实验[J]. 遥感学报，16（6）：1331-1346. [Ren F H， Wang J N. 2012. Turning remote sensing to cloud service： Technical research and experiment[J]. Journal of Remote Sensing， 16（6）：1331-1346.]

石永阁， 边副苓. 2011. 基于云平台的遥感信息公共服务研究[J]. 地理信息世界，9（3）：26-29. [Shi Y G， Bian F L. 2011. The study of public service for remote sensing information based on cloud platform[J]. Geomatics World， 9（3）：26-29.]

张浩， 栗林， 胡勇. 2012. 面向SOA的虚拟遥感器部件设计与实现[J]. 计算机应用与软件，29（2）：195-198. [Zhang H，Li L，Hu Y. 2012. Designing and implementing SOA-based virtual remote sensor components[J]. Computer Applications and Software，29（2）：195-198.]

张越， 刘炯， 敖乐根， 齐河嫔. 2014. 基于移动互联网的啤酒酿造企业经营管理云服务平台研发设计[J]. 酿酒科技， （8）：143-146. [Zhang Y，Liu J，Ao L G，Qi H P. 2014. Research and development of a cloud services platform for brewery management based on mobile internet[J]. Liquor-Making Science and Technology，（8）：143-146.]

邹金秋， 周清波， 陈仲新， 刘佳. 2010. 农情遥感监测与服务系统集成研究[J]. 中国农业资源与区划， 31（5）：12-17. [Zou J Q， Zhou Q B， Chen Z X， Liu J. 2010. Research on national agriculture remote sensing and information serving system[J]. Chinese Journal of Agricultural Resource and Regional Planning，31（5）：12-17.]

Armbrust M，Fox A，Griffith R，Joseph A D，Katz R. 2010. A view of cloud computing[J]. Communications of the Acm， 53（4）：50-58.

Gao W L，An Q，Yu L N，Zhao J N，Zuo X M. 2012. Research on grid framework of agricultural remote sensing monitoring data sharing[J]. Intelligent Automation and Soft Computing， 18（8）：1075-1084.

Hou X W，Shu H Y，Zhao Y P. 2012. A model study on emergency informations spread under mobile internet environment[J]. Advanced Materials Research，（532-533）： 929-933.

Li X T， Huang S F， Le G， Sun Y Y. 2013. Remote sensing technology in flood monitoring and assessment application[J]. Applied Mechanics and Materials，（411-414）： 1495-1500.

Zhang X H， Wang C Y， Li Z R， Zhu J， Shi W H， Wang Q. 2016. Exploring the sequential usage patterns of mobile Internet services base on Markov modes[J]. Electronic Commerce Research and Applications，17（5-6）：1-11.

（責任编辑 邓慧灵）